基于机理与数据协同驱动的高炉炉缸侵蚀状态预测方法

AITNT
正文
推荐专利
基于机理与数据协同驱动的高炉炉缸侵蚀状态预测方法
申请号:CN202411536201
申请日期:2024-10-31
公开号:CN119964660A
公开日期:2025-05-09
类型:发明专利
摘要
本发明适用于高炉生产技术领域,尤其涉及基于机理与数据协同驱动的高炉炉缸侵蚀状态预测方法,所述方法包括:获取高炉生产样本信息;对高炉生产样本信息进行数据处理,并进行相关性分析;构建温度场机理模型;构建温度场反问题优化模型,基于改进COOT算法进行优化求解,获取炉缸炉底残厚形貌优化结果;构建炉缸炉底侵蚀状态预测模型,进行训练,输出炉缸炉底残厚形貌预测结果,通过温度场机理模型输出温度场分布。本发明能够预测炉缸炉底内衬残厚形貌和侵蚀状态,从而复现炉缸炉底区域温度场分布,将无法直接观测的残厚形貌和侵蚀状态以二维平面图的形式进行更直观、清晰地展示,实现对高炉炉缸炉底区域内衬侵蚀状态和温度场分布的在线实时动态预测。
技术关键词
高炉炉缸侵蚀 状态预测方法 热电偶 炉缸炉底内衬 节点 位置更新 导热 数据 高炉结构 样本 方程 铁水 容许误差 判断误差 神经网络模型 坐标 算法 表达式
系统为您推荐了相关专利信息
1
一种同源异构抗体批量生成与筛选任务的处理方法和装置
抗体复合物 异构 序列 标签 模型框架构建
2
结合ERP系统的在线自定义报表管理方法及系统
ERP系统 自定义报表 数据更新 报表数据处理 分布式数据库技术
3
一种发电机组动态智慧检修路径规划方法及系统
路径规划方法 发电机组检修 动态 节点 发电设备智能
4
模式选择电路、驱动芯片及显示器
晶体管 反相器单元 节点 发光显示面板 驱动芯片
5
基于多智能体强化学习的生产线布局优化方法
多智能体强化学习 布局优化方法 有向加权网络 层次聚类算法 布局算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号